一种计及风电不确定性的暂态稳定风险在线评估方法技术

本发明专利技术涉及一种计及风电不确定性的暂态稳定风险在线评估方法。该方法包括下述步骤：1）确定风电功率超短期预测值及其置信区间估计；2）确定暂态稳定概率计算的基础条件；3）确定暂态稳定故障概率；4）判断是否发生暂态失稳；5）对暂态稳定故障后果严重度进行评估；6）对暂态失稳后果严重程度进行评估；7）计算暂态稳定风险评估指标；8）判断是否所有线路暂态风险评估指标都已计算；9）输出暂态稳定风险评估指标值；本发明专利技术的方法对输电线路乃至整个系统进行暂态稳定评估，很好地把系统暂态稳定的概率和造成的后果有机结合起来，调度运行人员依据得到的多种暂态稳定风险指标进行系统运行决策。

【技术实现步骤摘要】

本专利技术涉及在线评估方法，具体涉及。
技术介绍
电力系统在线暂态稳定评估一般米用确定性方法。一方面，确定性方法忽略了实际系统中存在的不确定性因素，以最严重事故标准来评估当前系统的暂态稳定性，其结论通常是保守的；另一方面，人工指定的运行状态和故障事件，并不一定导致最严重的后果。特别是在大规模风电集中接入系统后，其随机性和波动性等特点使得电力系统更多地处于 不确定性背景之下，导致电网的暂态稳定问题也具有不确定性，电网的运行压力加大，控制难度增加。因此，迫切需要引入新的理论和研究手段，提高电力系统运行应对暂态稳定的能力。风险评估技术能够综合考虑事件发生的概率和事件发生的后果，该法已成功应用于金融、航天、核电等多个领域，如对股票交易、信用评估、核电站安全等方面。IEEE将风险定义为事故发生的概率和事故产生的后果的乘积，为暂态稳定评估的研究提供了新的方向。风电装机容量和并网发电量的不断增加，其不确定性对电力系统暂态稳定性影响愈专利技术显。如果能够对超短期风功率进行比较准确地预测，则调度运行人员能够依据风电出力预测结果并结合超短期负荷预测，对电力系统的暂态稳定性进行在线评估，实时调整调度计划，平抑风电出力的不确定性给电网带来的冲击。
技术实现思路
针对现有技术的不足，本专利技术提供，该方法利用混沌时间相空间理论，建立基于混沌时间序列的风电功率超短期预测模型，并基于正态分布模型，建立风电功率预测误差的概率分布函数；其次在分析线路故障概率的基础上，建立线路暂态稳定概率模型；提出暂态稳定风险后果综合评估方法，并给出相应的实用数学模型；最后给出了计及风电不确定性的电力系统暂态稳定风险在线评估计算流程，其中以风电功率预测置信区间形成的不同运行方式表示风电不确定性的影响。本专利技术的目的是采用下述技术方案实现的—种计及风电不确定性的暂态稳定风险在线评估方法，其改进之处在于，所述方法包括下述步骤I)确定风电功率超短期预测值及其置信区间估计；2)确定暂态稳定概率计算的基础条件；3)确定暂态稳定故障概率；4)判断是否发生暂态失稳；5)对暂态稳定故障后果严重度进行评估6)对暂态失稳后果严重程度进行评估；7)计算暂态稳定风险评估指标；8)判断是否所有线路暂态风险评估指标都已计算；9)输出暂态稳定风险评估指标值。其中，所述步骤I)中，基于混沌时间序列模型，利用广域监测系统WAMS实时量测风电功率数据和风电功率历史数据，计算得到风电功率预测值pPMd(t);根据功率预测误差概率分布计算得到风电功率预测值Ppral(t)的置信区间；所述超短期指的是15分钟。其中，所述混沌时间序列模型是基于相空间重构，利用加权一阶局域预测法得到风电功率超短期预测公式。其中，采用风电场相对误差统计功率预测误差概率分布；所述风电场相对误差et 为t时刻的风电功率预测值P_s(t)与风电功率实测值Ppral (t)的差，即用下述(19)式表示et = Ppred (t)-Pffleas (t)(19)。其中，所述计算得到风电功率超短期预测值的置信区间包括下述步骤a、判断风电功率预测值Ppral (t)的所属功率区段；b、查找所述功率区段对应的误差概率密度曲线；C、确定功率概率密度；d、寻找累计概率大于或等于置信区间度I-α的区间作为置信区间。其中，所述步骤a中，所述功率区段包括等分的十个区段。其中，所述步骤b中，所述误差概率密度曲线呈正态分布曲线，所述误差概率密度函数用下述(23)式表示“ Mf Yfix) =......T=L~e ~°fV CF f-/ n \■'K25);式中μ f为随机变量的期望值；σ f为随机变量的标准差。其中，所述步骤c中，根据(23)式确定各功率区段的功率概率密度。其中，所述步骤2)中，所述暂态稳定概率计算的基础条件包括风电功率预测值Ppral(t)、预测功率置信区间上限值Ppral(t)min、预测功率置信区间下限值PpMd(t)max、超短期负荷预测、网络拓扑结构以及各发电机状态。其中，暂态稳定概率包括线路故障发生概率、线路故障类型概率和线路故障位置概率。其中，若线路发生的故障均为永久性故障，且两条线路同时发生故障的概率不计，则线路Lk上发生故障的概率用下述(24)式表示Pi(l.i) = \-eik'{k = \.2,...,m)(24)；式中PjLk)为线路发生的故障概率；λ k表示时间段内的线路Lk的故障频率4表示故障持续时间为自然数。其中，所述故障类型按严重程度分为三相接地、两相接地、相间短路和单相接地；故障类型为&的故障发生的频率为fi;则其发生的概率用下述(25)式表示j == 1 2,…,4)(25);r * 兔广 s I且有4= 1C26); 卜羞式中R(Cj)为线路的故障类型概率A为线路故障发生的频率。 其中，若线路的总长度为L，故障点到线路首端的距离为Ld，定义变量D : Lf) = ~γ~ Lt(2 *7) _所述线路故障位置概率用下述(28)式表示Fr (A) = I(28); H I式中PjDh)表示线路上第h个故障点发生故障的概率；nd表示线路上离散故障点总数。其中，所述步骤3)中，若线路故障发生概率、线路故障类型概率和线路故障位置概率相互独立且相互无关，则暂态稳定故障概率PJEi)用下述(29)式表示 4 m %P1(A) =(29)； _/-! k-l h-l式中PjLk)为线路故障发生的概率；PJCP为线路故障类型概率，Pr(Dh)为线路故障位置概率。其中，所述步骤4)中，若发生暂态失稳则进行步骤6);若没有发生暂态失稳，但有造成暂态失稳的故障，则进行步骤5)。其中，所述步骤5 )中，所述暂态稳定故障后果严重度包括功角失稳严重度、电压偏移严重度和频率偏移严重度。其中，设电力系统有M台发电机，第j条线路上发生第i种故障，则功角失稳严重度用下述(30)式表示 ,V/S 从(Kl)=Isa':卜Adinuma)(30): m=i式中=Ei为第i个故障模型；S(E” Δ Sim max)为第m台发电机功角失稳严重度；Δ δ im max为第i个故障期间偏离发电机惯性中心最大的发电机功角；发电机功角稳定的严重度函数用下述(31)式表示O,AS <0.6.Vvv =|2.5Δ -1.5, 0.6<Δ ^<1(31) β [I,Δ( )>1其中，设电力系统有Y条母线，在第j条线路上发生第i种故障，则暂态电压偏移严重度用下述(32)式表示Su(Ed = YjSiEnUiy^m)(32); y=i式中=Ei为第i个故障模型；S(Ei，uiy,max)为第γ条母线电压偏移严重度；uiy,max为第i个故障清除后第y条母线最大偏移电压值；暂态电压偏移严重度函数用下述(33)式表示本文档来自技高网...

【技术保护点】
一种计及风电不确定性的暂态稳定风险在线评估方法，其特征在于，所述方法包括下述步骤：1）确定风电功率超短期预测值及其置信区间估计；2）确定暂态稳定概率计算的基础条件；3）确定暂态稳定故障概率；4）判断是否发生暂态失稳；5）对暂态稳定故障后果严重度进行评估；6）对暂态失稳后果严重程度进行评估；7）计算暂态稳定风险评估指标；8）判断是否所有线路暂态风险评估指标都已计算；9）输出暂态稳定风险评估指标值。

【技术特征摘要】
1.ー种计及风电不确定性的暂态稳定风险在线评估方法，其特征在于，所述方法包括下述步骤 1)确定风电功率超短期预测值及其置信区间估计； 2)确定暂态稳定概率计算的基础条件； 3)确定暂态稳定故障概率； 4)判断是否发生暂态失稳； 5)对暂态稳定故障后果严重度进行评估； 6)对暂态失稳后果严重程度进行评估； 7)计算暂态稳定风险评估指标； 8)判断是否所有线路暂态风险评估指标都已计算； 9)输出暂态稳定风险评估指标值。2.如权利要求I所述的暂态稳定风险在线评估方法，其特征在于，所述步骤I)中，基于混沌时间序列模型，利用广域监测系统WAMS实时量测风电功率数据和风电功率历史数据，计算得到风电功率预测值Ppred(t);根据功率预测误差概率分布计算得到风电功率预测值Ppred(t)的置信区间；所述超短期指的是15分钟。3.如权利要求2所述的暂态稳定风险在线评估方法，其特征在干，所述混沌时间序列模型是基于相空间重构，利用加权ー阶局域预测法得到风电功率超短期预测公式。4.如权利要求2所述的暂态稳定风险在线评估方法，其特征在于，采用风电场相对误差统计功率预测误差概率分布；所述风电场相对误差et为t时刻的风电功率预测值P_s (t)与风电功率实测值Ppral(t)的差，即用下述(19)式表示et = Ppred (t)-Pmeas (t) (19)。5.如权利要求2所述的暂态稳定风险在线评估方法，其特征在于，所述计算得到风电功率超短期预测值的置信区间包括下述步骤 a、判断风电功率预测值Ppral(t)的所属功率区段； b、查找所述功率区段对应的误差概率密度曲线； C、确定功率概率密度； d、寻找累计概率大于或等于置信区间度l-α的区间作为置信区间。6.如权利要求3所述的暂态稳定风险在线评估方法，其特征在于，所述步骤a中，所述功率区段包括等分的十个区段。7.如权利要求3所述的暂态稳定风险在线评估方法，其特征在于，所述步骤b中，所述误差概率密度曲线呈正态分布曲线，所述误差概率密度函数用下述(23)式表示 ^ln(Jr(23) I 式中μ f为随机变量的期望值；σ f为随机变量的标准差。8.如权利要求3所述的暂态稳定风险在线评估方法，其特征在于，所述步骤c中，根据(23)式确定各功率区段的功率概率密度。9.如权利要求I所述的暂态稳定风险在线评估方法，其特征在于，所述步骤2)中，所述暂态稳定概率计算的基础条件包括风电功率预测值Ppred(t)、预测功率置信区间上限值Ppral(t)min、预测功率置信区间下限值PPMd(t)max、超短期负荷预测、网络拓扑结构以及各发电机状态。10.如权利要求I所述的暂态稳定风险在线评估方法，其特征在于，暂态稳定概率包括线路故障发生概率、线路故障类型概率和线路故障位置概率。11.如权利要求10所述的暂态稳定风险在线评估方法，其特征在于，若线路发生的故障均为永久性故障，且两条线路同时发生故障的概率不计，则线路Lk上发生故障的概率用下述(24)式表示12.如权利要求10所述的暂态稳定风险在线评估方法，其特征在于，所述故障类型按严重程度分为三相接地、两相接地、相间短路和単相接地；故障类型为&的故障发生的频率为も，则其发生的概率用下述(25)式表示13.如权利要求10所述的暂态稳定风险在线评估方法，其特征在于，若线路的总长度为...

【专利技术属性】
技术研发人员：苏峰，严剑峰，于之虹，任玲玉，李海峰，罗建裕，李汇群，
申请(专利权)人：中国电力科学研究院，江苏省电力公司，国家电网公司，
类型：发明
国别省市：